中国光量子计算机强刷量子优势记录,力压谷歌百亿倍,但仍 无用
该研究成果以“Quantum computational advantage using photons”为题，发表在国际学术期刊《科学》上[1]。审稿人评价该成果为“一个最先进的实验”，“一个重大成就”。
图1｜发表的论文（来源：Science）
尽管高斯玻色采样的设计是为了表明“量子优势”（量子计算远超经典计算的优势），但它也可能产生针对性的实际应用。
玻色采样（Boson Sampling）通常在光子芯片上执行。单光子并行进入电路，碰到分束器等光学组件。而由于它们的玻色性质，如果两个光子同时到达一个分束器，它们将沿着相同的路径运动。
图2｜玻色采样（来源：Quantum Information Lab）
而这种特性，在输入光子和输出通道数量很少的情况下，也难以在经典计算机上计算电路的输出。
虽然玻色采样有一定难度，且需要先进的量子光学技术，但其表现的优越性能是远超最强大的超级计算机的。
玻色采样电路可以看作是对输入光子进行转换的矩阵。要计算输出，需要先计算出矩阵的“恒量（permanent）”，而这与矩阵的行列式有关，但此项计算十分困难。
玻色采样向光子电路发送一组单个光子，然后通过测量输出确定矩阵的恒量。其中，光子的数小于电路输出模式数。例如，可以将三个光子发送到六模电路中。
单模压缩态
在这项最新的研究中，研究小组使用了一种名为高斯玻色采样（GBS）的技术，该技术使用单模压缩光态来代替单个光子。
与确定电路的恒量不同，高斯玻色采样给出了一个相似的量，而这也是用经典计算机很难完成的步骤。
根据潘院士的说法，高斯玻色采样于单光子技术相比，有两个明显优势。
图3｜高斯玻色采样（来源：中科大）
首先，高斯玻色采样生成光子的速率，要比单光子玻色采样要高得多。其次，基于高斯玻色采样有许多实际的应用建议。
该研究团队的光学电路有100个输入和100个输出，包括300个分束器和75随机排列的镜子。系统实现全链接，因此任意输入端口上的光子，都可以出现在任意输出端口。
高斯玻色采样花费了大约20秒完成所需计算，而研究小组估计，用中国最快的超级计算机“太湖之光”则需要25亿年才能完成计算。
“重要的里程碑”
高斯玻色采样是由德国帕德博恩大学的Christine Silberhorn和他的同事首次于2017年提出的，他表示，基于线性光学系统的量子模拟中，此次试验是一个重要的里程碑。将系统的规模扩大到100×100的尺寸，是非常具有挑战性的。
伦敦帝国理工学院的Ian Walmsley对此表示赞同，并补充说，该研究团队在“准备完全不可区分的量子态，并确保光子不会丢失”方面做出了“巨大的努力”。
图4｜Ian Walmsley（来源：YouTube）
然而，Ian Walmsley还表示，使用块体光学（bulk optics）而不是积体光学（integrated optics）可能会使系统难以进一步扩展。
陆教授表示，他们的团队已经“大大提高了量子光源的效率”，应该可以实现144×144版本的实验。
他对于未来的态度是：“到2021年，我们将使高斯玻色采样机器更可控、更紧凑、更稳定，并寻求其实际应用。”
分子光谱
尽管目前的系统除了证明量子优势外，并没有其他实际应用。而潘院士表示，目前来看，大家对于实际应用方面已经提出了许多想法，他们对玻色采样的潜在用途感到十分兴奋。
图5｜潘建伟教授（来源：中科大）
上文提到的Ian Walmsley对于实际应用领域也有一些看法。他认为，这种新型的高斯玻色采样机器，可能会带来一些有趣的模拟问题，包括分子光谱和振动动力学建模。
但也需要在单光子级添加确定性的非线性，以便能够准确处理现实世界的系统。
没有“用”的量子计算机
量子计算的竞争，在近两年群雄逐鹿，从2019年谷歌在《自然》杂志发文称实现了量子霸权的时候，量子硬件的突破便不断被拉高。此次科大的成果，据官方报道强于谷歌百亿倍，令人振奋。
当时，谷歌宣称实现量子霸权优势，已经在随机线路问题上强于最强超级计算机15亿倍。可见量子计算处理信息的能力，具有先天性的优势。
而量子优势的证明，从此也将扫入历史，人们不再关心量子优势是否存在，因为量子优势已然成为共识性问题。
但是截至目前，除了IBM与CQC在随机数问题上带来了实际应用，量子计算在其他问题上，并没有有效解决实际的商业或生产问题。
无论美国的谷歌，或者中国的科大，虽然实验碾压了超级计算机，但这是为特殊问题而设计，尚未在通用问题上带来优势。
回归到问题本身上来，量子计算机，一定要解决实际问题，方才有“用”。
参考链接：
[1]
声明：此文出于传递高质量信息之目的，若来源标注错误或侵权，请作者持权属证明与我们联系，我们将及时更正、删除，所有图片的版权归属所引用组织机构，此处仅引用，原创文章转载需授权。
以上就是（中国光量子计算机强刷量子优势记录,力压谷歌百亿倍,但仍 无用）全部内容，收藏起来下次访问不迷路！
